其中机器学习算法成为大数据时代解决问题重要且关键的新兴“工具”,而机器学习方法行之有效的前提则需要构建一个具有广泛性、准确性和完备性的训练样本。
-
-
而且Python语言自身的发展也在加速,不管是从算法还是语言性能,与前些年相比都有了较大的进步。
-
统计学指导科学家计算什么,信息学帮助科学家怎么计算,如计算密集型天文学、数据挖掘、多元回归与分类、机器学习、蒙特卡罗方法、有效算法等。
-
MATLAB MATLAB是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境 网址: http://www.mathworks.com ...它支持FITS图像和二进制表读取、多帧缓冲区、区域操作以及多尺度算法和色彩表。网址: http://www.numpy.org/ 1.2 SciPy SciPy是一个开源的Python算法库和数学工具包。提供了各种方法浏览和分析数据表,包括浏览核心数据、表的原始信息和列的元数据、以及画图工具、统计计算、不同星表匹配算法。
-
这样的00后情侣,酸了酸了》 机器学习与人工智能 智源杯天文数据算法挑战赛 未来杯高校AI挑战赛 国台-阿里云“天文数据挖掘”天池大赛 KaggleDays ...
-
为了应对这种类星体选源中的数据集偏移问题,北京大学傅煜铭博士和吴学兵教授所在团队构建了一种基于迁移学习的银道面背景类星体选源方法,通过模拟的方式减小训练数据与测试数据在天体特征分布上的差异,进而可以利用机器学习算法训练分类模型 ...
-
研究人员利用盖亚空间望远镜(Gaia)收集的恒星位置和运动的详细数据,并采用一种新颖的算法将协同运动的恒星群分离出来。其中一个被称为“C-19”的新候选星流被发现。
-
在软件技术方面,近年火热的卷积神经网络(CNN)、机器学习(ML)均已占有一席之地,不过距离MCMC这样的通用算法还有一定差距。
-
LAMOST和APOGEE两个光谱巡天项目提供的恒星参数,结合Pan-STARRS1、APASS、2MASS、WISE等项目观测的恒星多波段测光数据,及Gaia卫星测量的恒星距离,借助蓝边缘内禀色指数计算法 ...
-
国家天文科学数据中心(NADC)作为参建单位之一,将在算法研究、天空可视化模拟、数据资源支持等方面积极参与,为全人类暗静天空保护事业做出贡献。 NADC团队为万维望远镜开发了星链卫星星座模拟功能。
-
利用Lomb-Scargle算法从视向速度中得到轨道周期,从而拟合了视向速度曲线得到了视向速度半振幅,并计算了双星中那颗光学波段不可见天体的质量函数。
-
利用LAMOST DR8光谱数据和大型时域测光巡天项目提供的测光数据,研究人员采用马尔科夫链蒙特卡洛算法(MCMC)拟合PHOEBE模型,首次批量获取了56颗分离食双星的完整参数。
-
而要想让机器自动识别热点问题和科研动向,我们还需要新的算法和工具。
-
国家天文科学数据中心(NADC)作为贡献成员(contributing member)之一,将在算法研究、天空可视化模拟、数据资源支持等方面积极参与该中心工作,为全人类暗静天空保护事业做出贡献。
-
提出支持大规模分布式并行的天文交叉证认计算与数据布局优化方法;提出快速邻域编码计算算法解决证认计算边界漏源问题;提出基于贝叶斯假设推断方法,使用直线非对称模型对非点源星表进行交叉证认。
-
图1:LAMOST先导巡天和正式巡天前六年的天区覆盖图 由于1D数据处理软件系统的升级和算法优化,DR6 v2版数据中光谱识别率大大提高,将DR6 数据中可以分类的光谱数量由原来的93%增加到96%; ...
-
图1:红色为M矮星的示意图(来源 ESO) 该工作使用了APOGEE巡天项目的恒星参数星表和BT-Settl恒星大气模型,采用章博博士、刘超研究员等人提出的SLAM算法(Zhang 等 2020) ...
-
如何设计算法自动识别术语至今仍是尚未解决的问题,也许机器学习在此也有用武之地。
-
黄色线条为DisPerSe算法证认的纤维状结构。 图 2:左图为银河系俯视示意图,旋臂模型参数源自Reid et al.(2019)。
-
ADASS每年选择一个不同的地点举行,为从事天文数据获取、处理、分析、开放共享进行算法研究和软件系统设计开发的天文学家、计算机科学家、软件工程师、项目管理人员、学生等提供了交流切磋的平台。 ...